gpt-realtime-1.5 техникалық сипаттамалары
| Тармақ | gpt-realtime-1.5 (қоғамдық позициялау) |
|---|---|
| Модельдер желісі | GPT Realtime 1.5 (дауысқа оңтайландырылған нұсқа) |
| Негізгі модальдылық | Сөйлеуден-сөйлеуге (S2S) |
| Енгізу түрлері | Аудио (ағындық), мәтін |
| Шығыс түрлері | Аудио (ағындық), мәтін, құрылымдалған құрал шақырулары |
| API | Realtime API (WebRTC / тұрақты ағындық сессиялар) |
| Кідіріс профилі | Төмен кідіріс, тікелей әңгімелесу әрекеттестігі үшін оңтайландырылған |
| Сессия моделі | Күйі сақталатын ағындық сессиялар |
| Құралдарды пайдалану | Функцияларды шақыру және құралдармен интеграциялар қолдайды |
| Нысаналы қолдану жағдайы | Тікелей дауыс агенттері, ассистенттер, интерактивті жүйелер |
Ескерту: Дәл нақты токен шектері мен контекст терезесінің өлшемдері ашық шолуларда кеңінен құжатталмаған; бұл модель өте ұзын контексттік сессиялардан гөрі нақты уақыттағы жауап беру қабілетіне бағытталған.
gpt-realtime-1.5 деген не?
gpt-realtime-1.5 — төмен кідірісті, тікелей әңгімелесу жүйелері үшін жасалған, сөйлеуден-сөйлеуге оңтайландырылған модель. Дәстүрлі сұрау-жауап үлгілерінен айырмашылығы, ол тұрақты ағындық сессиялар арқылы жұмыс істейді, бұл табиғи кезектесуді, үзілімдерді өңдеуді және динамикалық дауыс арқылы өзара әрекеттесуді мүмкін етеді.
Әңгімелесу ағынының жылдамдығы контексттің максималды ұзындығынан маңыздырақ болатын қолданбалар үшін мақсатты түрде құрастырылған.
Негізгі мүмкіндіктер
- Нағыз сөйлеуден-сөйлеуге өзара әрекеттесу — Тікелей аудио енгізуді қабылдайды және жауаптарды нақты уақыт режимінде дауыс ретінде ағын арқылы береді.
- Төмен кідірісті архитектура — Дауыс агенттерінде секундтың бөлшегі деңгейіндегі жауап беру үшін жасалған.
- Ағынға басымдық берген дизайн — Тұрақты сессиялар арқылы жұмыс істейді (WebRTC немесе ағындық протоколдар).
- Табиғи кезектесу — Үзілімдерді өңдеуді және динамикалық әңгіме ағынын қолдайды.
- Құралдарды шақыруды қолдау — Нақты уақыттағы сессия барысында құрылымдалған функция шақыруларын бастай алады.
- Өндірістік деңгейдегі дауыс агенті іргетасы — Интерактивті ассистенттер, киоскілер және ендірілген құрылғылар үшін арнайы жасалған.
Бенчмарк және өнімділік бойынша позициялау
OpenAI gpt-realtime-1.5 моделін бұрынғы нақты уақыт модельдерінің эволюциясы ретінде ұсынады: нұсқауларды орындауды жақсарту, ұзақ дауыс сессиялары кезінде тұрақтылық және алдыңғы нұсқалармен салыстырғанда табиғи просодика.
Код жазуға бағытталған модельдерден (мысалы, Codex нұсқалары) айырмашылығы, оның өнімділігі көшбасшылар кестесі үлгісіндегі бенчмарктармен емес, әңгімедегі кідіріс, дауыс табиғилығы және сессия тұрақтылығы бойынша бағаланады.
gpt-realtime-1.5 және сабақтас модельдер
| Ерекшелік | gpt-realtime-1.5 | gpt-audio-1.5 |
|---|---|---|
| Басты мақсат | Тікелей дауыс арқылы өзара әрекеттесу | Аудио қолдайтын чат жұмыс ағындары |
| Кідіріс | Минималды кідіріс үшін оңтайландырылған | Сапа/жылдамдықтың теңгерімі |
| Сессия түрі | Тұрақты ағындық сессия | Стандартты Chat Completions ағыны |
| Контекст көлемі | Жауап беру қабілеті үшін оңтайландырылған | Үлкен контекст қолдауы |
| Ең қолайлы қолдану | Нақты уақыттағы дауыс агенттері | Аудио мүмкіндігі бар әңгімелесу ассистенттері |
Қайсысын қашан таңдау керек
- Қоңырау орталықтары, киоскілер, AI қабылдаушылар немесе нақты уақыттағы ендірілген ассистенттер үшін gpt-realtime-1.5 таңдаңыз.
- Ұзақ әңгіме жады немесе мультимодальды жұмыс ағындары қажет дауысқа мүмкіндік берілген чат қолданбалары үшін gpt-audio-1.5 таңдаңыз.
Өкілдік қолдану жағдайлары
- AI қоңырау орталығының агенттері
- Ақылды құрылғы ассистенттері
- Интерактивті киоскілер
- Тікелей оқыту жүйелері
- Нақты уақыттағы тілдік тәжірибе құралдары
- Дауыс арқылы басқарылатын қолданбалар
- GPT Realtime 1.5 API-не қалай қол жеткізуге болады
Step 1: Sign Up for API Key
cometapi.com сайтына кіріңіз. Әлі пайдаланушы болмасаңыз, алдымен тіркеліңіз. Өз CometAPI console бөліміне кіріңіз. Интерфейс үшін қол жеткізуге арналған API кілтін алыңыз. Жеке кабинетте API token бөліміндегі “Add Token” түймесін басыңыз, token кілтін алыңыз: sk-xxxxx және жіберіңіз.
Step 2: Send Requests to GPT realtime 1.5 API
API сұрауын жіберу үшін “gpt-realtime-1.5” endpoint-ін таңдаңыз және сұрау денесін орнатыңыз. Сұрау әдісі мен сұрау денесі біздің веб-сайттағы API құжатынан алынады. Қолайлығыңыз үшін сайтымызда Apifox арқылы тестілеу де бар. <YOUR_API_KEY> параметрін есептік жазбаңыздағы нақты CometAPI кілтіне ауыстырыңыз. base url — Chat Completions
Өз сұрағыңызды немесе өтінішіңізді content өрісіне енгізіңіз — модель осыған жауап қайтарады. Жауапты алу үшін API жауаптарын өңдеңіз.
Step 3: Retrieve and Verify Results
Жауапты алу үшін API нәтижесін өңдеңіз. Өңделгеннен кейін API тапсырма күйі мен шығыс деректерін қайтарады.